CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بررسی و مقایسه عملکرد الگوریتم های یادگیری ماشین برای پیش بینی بارش باران در استان البرز

عنوان مقاله: بررسی و مقایسه عملکرد الگوریتم های یادگیری ماشین برای پیش بینی بارش باران در استان البرز
شناسه ملی مقاله: EECMAI03_001
منتشر شده در سومین کنفرانس بین المللی مهندسی برق، کامپیوتر، مکانیک و هوش مصنوعی در سال 1402
مشخصات نویسندگان مقاله:

ستار زواری - دانشجوی دکتری، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران
آنا رزاز - اداره استعداد های درخشان استان البرز، کرج
درسا احمدی - اداره استعداد های درخشان استان البرز، کرج
فاطمه جهانسوز - دکتری تخصصی، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران

خلاصه مقاله:
پیش بینی بارش باران یکی از موضوعات مهم در زمینه آب و هواشناسی است. استان البرز منطقه ای است که درآن کشاورزی رواج دارد و بخشی از اقتصاد منطقه بر پایه فعالیت های کشاورزی و بارش باران است. پیش بینیبارش باران در واقع برآورد وضعیت جوی با استفاده از تکنولوژی است. برای استفاده بهینه از بارش، تولید محصولاتکشاورزی و برنامه ریزی سامانه های آبی نیاز است که بارش باران با دقت بالا محاسبه شود در این مقاله، با استفادهاز ۸ الگوریتم پیشرفته یادگیری ماشین، پیش بینی بارش باران برای مجموعه ای از داده های زمانی برای شهر کرجدر استان البرز مورد بررسی قرار گرفته است. در این پژوهش، تحلیل مقایسه ای بر روی انواع الگوریتم های یادگیریماشین انجام شده است که این الگوریتم ها عبارت هستند از : شبکه عصبی بازگشتی، الگوریتم K نزدیکترین همسایگی، حافظه کوتاه مدت بلند، ماشین بردار پشتیبان، جنگل تصادفی، گرادیان تقویتی، رگرسیون فرآیندگاوسی و پرسپترون چندلایه. نتایج نشان دادند که روش پرسپترون چند لایه برای پیشبینی بارش باران با دقتبالاتری نسبت به دیگر الگوریتمهای یادگیری ماشین عمل کرده است. نتایج حاصل از این مطالعه می تواند درزمینه های کاربردی دیگری مانند برنامه ریزی شهری و حوادث طبیعی مورد استفاده قرار گیرد. این نتایج بهتصمیم گیران مربوطه کمک خواهد کرد تا برنامه های پیشگیرانه در رابطه با بارش باران و سایر حوادث طبیعی رابرنامه ریزی کنند.

کلمات کلیدی:
پیش بینی، بارش باران، هوش مصنوعی، یادگیری ماشین

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1707726/